基于Java+openCV实现人脸识别

达芬奇密码2018-07-23 10:01

  考拉一次性能压测需求,需要准备大量的带有人脸的图片,找了nos的人提供了一批图片的URL链接,但是里面不一定包含人脸,而且没有规律可循,那么怎么办,总不能人工一张张筛选吧,累死不说,效率太低,根本无法满足项目需求。

  以上为背景
  这个时候从网上查找人脸识别的相关知识,基本上都是基于OpenCV来实现的,但是实现的语言就比较多了,像Python、Java等,本人对Java相对更熟悉一点,选择了Java。
环境搭建
1.首先下载核心库 OpenCV2.4.6,下载的时候,选择windows版的。然后安装
附 下载地址:https://opencv.org/releases.html ,自行下载需要的版本,不过246版本比较老,现在官网上面不提供此版本下载,
给大家一个 网盘地址 https://pan.baidu.com/s/1dFnlxjN  密码:  1wcs

2.其实安装的过程就是解压的过程,并没有什么安装向导之类的,安装完成后,我们最关心的是这个目录:opencv\build\java 

注意:opencv-246.jar是需要在opencv的java类库,但是,真正的实现是opencv_java246.dll(X86和X64之分,关键看你的计算机是多少位的)
3.eclipse安装、Java安装、建工程就不讲了,自行百度
4.引入jar包和本地库
环境搭建结束

识别一张图片
1.编写DetectFaceDemo.java,代码如下:
  1. package com.netease.openCV246;  
  2. import org.opencv.core.Core;  
  3. import org.opencv.core.Mat;  
  4. import org.opencv.core.MatOfRect;  
  5. import org.opencv.core.Point;  
  6. import org.opencv.core.Rect;  
  7. import org.opencv.core.Scalar;  
  8. import org.opencv.highgui.Highgui;  
  9. import org.opencv.objdetect.CascadeClassifier;  
  10.   
  11. //  
  12. // Detects faces in an image, draws boxes around them, and writes the results  
  13. // to "faceDetection.png".  
  14. //  
  15. public class DetectFaceDemo {  
  16.   public void run() {  
  17.     System.out.println("\nRunning DetectFaceDemo");  
  18.     System.out.println(getClass().getResource("lbpcascade_frontalface.rar.xml").getPath());  
  19.     // Create a face detector from the cascade file in the resources  
  20.     // directory.  
  21.     //CascadeClassifier faceDetector = new CascadeClassifier(getClass().getResource("lbpcascade_frontalface.xml").getPath());  
  22.     //Mat image = Highgui.imread(getClass().getResource("lena.png").getPath());  
  23.     //注意:源程序的路径会多打印一个‘/’,因此总是出现如下错误  
  24.         /* 
  25.          * Detected 0 faces Writing faceDetection.png libpng warning: Image 
  26.          * width is zero in IHDR libpng warning: Image height is zero in IHDR 
  27.          * libpng error: Invalid IHDR data 
  28.          */  
  29.     //因此,我们将第一个字符去掉  
  30.     String xmlfilePath=getClass().getResource("lbpcascade_frontalface.xml").getPath().substring(1);  
  31.     CascadeClassifier faceDetector = new CascadeClassifier(xmlfilePath);  
  32.     Mat image = Highgui.imread(getClass().getResource("we.jpg").getPath().substring(1));  
  33.     // Detect faces in the image.  
  34.     // MatOfRect is a special container class for Rect.  
  35.     MatOfRect faceDetections = new MatOfRect();  
  36.     faceDetector.detectMultiScale(image, faceDetections);  
  37.   
  38.     System.out.println(String.format("Detected %s faces", faceDetections.toArray().length));  
  39.   
  40.     // Draw a bounding box around each face.  
  41.     for (Rect rect : faceDetections.toArray()) {  
  42.         Core.rectangle(image, new Point(rect.x, rect.y), new Point(rect.x + rect.width, rect.y + rect.height), new Scalar(02550));  
  43.     }  
  44.   
  45.     // Save the visualized detection.  
  46.     String filename = "faceDetection.png";  
  47.     System.out.println(String.format("Writing %s", filename));  
  48.     Highgui.imwrite(filename, image);  
  49.   }  
  50. }  
2.编写测试类:
  1. package com.netease.openCV246;  
  2. public class TestMain {  
  3.   public static void main(String[] args) {  
  4.     System.out.println("Hello, OpenCV");  
  5.     // Load the native library.  
  6.     System.loadLibrary("opencv_java246");  
  7.     new DetectFaceDemo().run();  
  8.   }  
  9. }  
运行后的结果 
原始图片:

识别后图片:

后面又试了几张,识别率还是挺高的,达到了90%以上。

本文来自网易实践者社区,经作者张子铎授权发布。